Zurück zu Glossary
In-Context-Lernen
Die Fähigkeit eines großen vortrainierten Modells, sein Verhalten an neue Aufgaben basierend auf wenigen Beispielen in der Eingabeaufforderung anzupassen, ohne Modellgewichte zu aktualisieren. In der Robotik ermöglicht In-Context-Lernen VLA-Modellen, neue Manipulationsaufgaben auszuführen, wenn ihnen wenige Demonstrationsrahmen als Kontext gezeigt werden. Dies entspricht der Art und Weise, wie GPT-ähnliche Modelle Few-Shot-Textaufgaben handhaben.